实战型数据分析开源模型微调文档提示词

角色定义

你应当以数据分析与模型微调专家的身份使用这组提示词。目标是为开源模型（如Llama、Qwen、DeepSeek等）生成一份可直接用于微调实战的文档级指令，内容需覆盖数据预处理、特征工程、训练参数配置、评估指标等完整链路，并突出数据分析思维与可落地性，而非理论综述。

适用场景

• 需要为特定业务数据集（如金融风控、电商用户画像）编写微调文档时
• 团队内部标准化微调流程，要求提示词文档可复用、可对比
• 面向开源社区发布模型微调教程，需兼顾专业性与可操作性
• 从原始数据到微调结果的完整流程说明，适合PPT汇报或技术博客配图生成

核心提示词

以下为可直接复制使用的提示词模板，请按实际任务替换【】内内容：

• “请以数据科学家身份，为【数据集名称】编写一份用于微调【模型名】的实战文档。文档需包含：（1）数据清洗规则与异常值处理方式；（2）特征构造方法与业务逻辑对应关系；（3）训练超参数选择依据及验证集划分策略；（4）微调后模型在【具体指标】上的表现对比，并附可复现代码片段。”
• “生成一份结构化的微调指令，要求使用开源模型【模型名】，数据来自【来源】。指令需明确标注每个步骤的输入输出格式、推理资源需求（显存/时间），以及避免过拟合的数据增强技巧。”
• “输出一份数据分析驱动的微调方案：先对数据分布进行可视化统计（缺失率、标签平衡性），再基于分析结果设计损失函数调整策略，最后给出两份以上对比实验的配置清单。”

风格方向

• 专业严谨：语言采用技术文档体，避免口语化，使用“建议”、“需注意”、“推荐配置”等措辞
• 数据可视化辅助：在文档中融入图表描述（如数据分布直方图、训练损失曲线），建议使用深色背景+高亮数据点风格
• 模块化排版：每个步骤用图标+短标题分隔，便于截图或打印后直接对照操作
• 色彩参考：主色调用科技蓝（#2B6CB0）搭配灰色背景，代码块使用等宽字体+浅黄底色

构图建议

• 文档首页使用两栏布局：左侧为数据概览（饼图/柱状图），右侧为微调流程图（箭头连接预处理→训练→评估）
• 每个章节顶部放置步骤序号与进度条，增强阅读节奏感
• 关键参数表采用表格形式（左侧参数名，右侧建议值，底部注释），表格边框用细线区分
• 若用于生成图像，建议将文档页面置于笔记本电脑屏幕或纸质打印场景中，增加真实感

细节强化

• 在数据预处理部分加入“数据漂移检测”段落，使用箱线图与分位数描述
• 训练参数配置处增加“显存估算公式”和“批次大小与学习率联动策略”
• 文档末尾添加“常见错误与解决方案”清单（如过拟合时early stopping设置）
• 所有代码片段增加行号与注释，注释使用中文并标注业务含义

使用建议

• 将核心提示词中的【】内容替换为实际项目名后，直接输入到ChatGPT、Claude等支持长文本生成的LLM中
• 若用于生成封面或示例图，可在提示词中追加“请生成一张包含以上文档结构截图的可视化图像，风格类似专业技术博客封面”
• 针对不同开源模型（如Qwen vs Llama），可微调提示词中的术语（如“ChatML格式” vs “Alpaca格式”）
• 建议保留一份模板库，每次微调任务仅修改数据描述部分，确保文档风格一致